机器学习基础2 |
您所在的位置：网站首页 › pandas 取最大值 › 机器学习基础2 |
| 2.1、常用环境
科学计算支持库Numpy 专门设计用于科学计算的专业支持库 机器学习库 Scikit-learn 数据处理库 Pandas 内置许多排序，统计之类的实用功能 2.2、PythonPython是一种动态的高级编程语言，Python代码是通过解释器解释执行。Python数据类型不用事先声明，语法更为灵活多变，代码看起来也更简洁，高效快速是Python引以为傲的特点。 2.2.1、基本用法Python库安装工具Pip和Conda。如果成功安装Python后，就能在命令行中直接使用Pip命令了，而Conda则需要额外进行安装才能使用，Conda功能更为强大 pip install 库名 # 使用国内源加速下载 pip install -i https://pypi.tuna.tsinghua.edu.cn/simple 库名 # 或者 conda 库名使用库方面，Python也和其他编程语言一样，需要先导入再使用 import 库名 # 或者 import 库名 as 别名 # 使用库中的类 from 库名 import 类名 2.3、Numpy简介Numpy是Python语言的科学计算支持库，提供了线性代数，傅里叶变换等非常有用的数学工具。 pip install -U numpyNumpy拥有强大的科学计算功能，Array数据类型是Numpy的核心数据结构，与Python的List类型相似，但功能强大的多。Numpy相关功能都是围绕着Array类型建设的。 # 使用Numpy包只需要导入即可，业界习惯用np作为它的别名 import numpy as np 方法名称 类别 功能说明 array 数据创建 创建Array类型数据 zeros 数据创建 创建值为0的Array类型数据 ones 数据创建 创建值为1的Array类型数据 eye 数据创建 创建单位矩阵 arange 数据创建 类似内置函数range，生成等差数值 linspace 数据创建 生成可指定是否包含终值的等差数值 random.rand 数据创建 随机生成数值 T 数据创建 转置操作 reshape 数据操作 不改变原数据的维度变换 resize 数据操作 修改原数据的维度变换 mean 统计操作 取均值 sum 统计操作 求和 max 统计操作 取最大值 min 统计操作 取最小值 var 统计操作 求方差 std 统计操作 求标准差 corrcoef 统计操作 计算相关系数 append 数据操作 新增 insert 数据操作 插入 delete 数据操作 删除 concatenate 数据操作 按行(列)连接数据表 add 数学运算 标(向)量加法 subtract 数学运算 标(向)量减法 multiply 数学运算 标(向)量乘法 divide 数学运算 标(向)量除法 exp 数学运算 以e为底的指数运算 log 数学运算 以e为底的对数运算 dot 数学运算 点乘 2.3、Scikit-LearnScikit-learn库包含了常见的机器学习算法，而且还在不断更新。 scikit-learn库对机器学习算法进行封装，使用过程非常简单，只要根据格式填入数据即可，不涉及额外的数学运算操作。 pip install -U scikit-learn # 使用scikit-learn import sklearn调用机器学习算法也非常简单，Scikit-learn库已经将算法按模型分类，查找起来非常方便。如线性回归算法可以从线性模型中找到 from sklearn import linear-model model = linear_model.LinearRegression()Logistic回归算法也是依据线性模型 from sklearn.linear_model imort LogisticRegression model = linear_model.logisticRegression()类似的还有基于近邻模型的KNN算法 生成模型后，一般使用fit方法给模型"喂"数据进行训练。完成训练的模型可以使用predict方法进行预测。 2.4、Pandas简介Pandas是Python语言中知名的数据处理库。但是从生产环境上得到的数据需要首先进行数据清洗工作，最常见的如填充丢失字段值。数据清洗工作一般由Pandas来完成，特征工程也可通过Pandas完成。 2.4.1、安装 pip install -U pandas 2.4.2、Pandas基本用法Pandas具有两个核心的数据类型，即Series和DataFrame Series 一维数据，可以认为是一个统计功能增强版的List功能 DataFrame 多维数据，有多个Series组成 业界习惯在导入时，使用'pd'作为他的别名 import pandas as pd 方法名称 类别 功能说明 read_csv 读取数据 从CSV格式文件中读取数据 read_excel 读取数据 从电子表格中读取数据 read_json 读取数据 从json格式中读取数据 read_clipboard 读取数据 从剪切板读取数据 to_csv 写入数据 将数据写入csv格式文件 to_excel 写入数据 将数据写入电子表格 to_json 写入数据 将数据写入json表格 to_clipboard 写入数据 将数据写入粘贴板 Series 创建数据 创建Series类型数据 DataFrame 创建数据 创建DataFrame类型数据 head 信息查看 从头开始查看N位数据 tail 信息查看 从末尾开始查看N位数据 shape 信息查看 行列数信息 dropna 数据操作 删除空值 fillna 数据操作 填充空值 sort_values 数据操作 正(逆)序排序 append 数据操作 横向(按行)连接两个数据表 concat 数据操作 纵向(按列)连接两个数据表 value_counts 统计操作 值计数 describe 统计操作 总体概况信息 info 统计操作 数据类型统计 mean 统计操作 取均值 corr 统计操作 计算相关系数 count 统计操作 非空值计数 max 统计操作 取最大值 min 统计操作 取最小值 median 统计操作 计算中位数 std 统计操作 计算标准差 |
今日新闻 |
点击排行 |
|
推荐新闻 |
图片新闻 |
|
专题文章 |
| CopyRight 2018-2019 实验室设备网 版权所有 win10的实时保护怎么永久关闭 |